此技能用于分子相似性搜索：以Tanimoto、Tversky、Dice、余弦等系数比较分子指纹，对化合物库排序、聚类和多样性选择。参考示例在RDKit 2024.09+、scikit-learn 1.4+、mhfp 1.9+环境下测试。
主要能力与用法：单查询大库排序可用RDKit的BulkTanimotoSimilarity，先批量生成ECFP4指纹再O(N)比较；非对称“子结构式”查询用Tversky（alpha=1、beta=0），奖励包含查询特征的化合物；按化学型聚类用Butina，Tanimoto 0.6对应距离cutoff 0.4，注意其为O(N^2)距离矩阵，不保证同簇非中心成员两两相似；多样性挑选用rdSimDivPickers.MaxMinPicker的LazyBitVectorPick，需显式设置seed；最大公共子结构用rdFMCS.FindMCS，需设超时并检查canceled，问题组合式增长；活性悬崖检测结合ECFP4相似度与活性差值；百万级库可用MHFP6配合mhfp的LSHForestHelper做近似最近邻，需用精确子集评估召回。
系数选择：类药ECFP4常规类似物检索用Tanimoto阈值约0.7；低相似度敏感检索用Dice（阈值约0.45）；计数值/神经指纹用余弦；Tanimoto高值不能保证活性保留，活性悬崖常见，仅作为优先级信号。阈值需按指纹和数据集重新校准，不可跨指纹族迁移。
限制：Butina在大库易内存爆炸，MCS可能超时，折叠哈希指纹可能因碰撞出现Tanimoto=1.0但分子不同，精确同一性应比较规范SMILES或InChIKey；聚类结果对输入顺序敏感，需标准化排序。